河南省上市公司创新效率影响因素研究

杨蓓蓓，高 洁

(信阳学院 商学院，河南 信阳 464000)

一、前言

2019年是中国经济进入新常态新阶段的关键期，尤其是2018年中美贸易摩擦无疑再次给中国企业敲响了警钟，创新是企业保持可持续发展的必经之路。然而，我国各地区创新效率差距较大，尤其是河南省研发效率和商业化效率较低。[1]究其原因，主要在于河南省企业对技术多是引进、模仿，自主创新动力、投入不足，并且融资困难。[2]政府补助是解决企业创新持续活动资金投入不足问题的普遍做法，河南省逐渐加大对企业的补贴尤其是创新资助。根据《中国统计年鉴》，河南省财政科学技术支出从2010年44.67亿元增长到2017年137.94亿元。在此背景下，河南省上市公司创新效率处于何种水平？制约其创新效率提高的因素有哪些？政府补助是否有效促进上市公司创新效率提高？这些问题是本文拟探讨的主要内容。

国内学者对河南省创新效率进行了大量研究，主要包括三点。一是城市视角下河南省创新效率研究。各学者一方面从省级层面将河南省创新效率与其他省份进行研究[3]；另一方面测算和分析河南省各城市创新效率，只是研究方法存在差异，主要包括Malmquist指数[4]、单阶段DEA[5]、灰色DEA模型[6]、三阶段DEA[7]、灰色关联法[8]和SFA模型[9]，据此提出改善河南省不同城市创新效率的对策。二是产业视角下河南省创新效率研究。刘芳[10]采用DEA-Malmquist指数方法分析2003—2008年河南省高技术产业技术创新效率，实证分析结果表明四大类行业的效率较低，必须促进技术进步；高雪莲[11]采用修正极值的DEA方法和Malmquist指数测算河南省130家产业集聚区的综合效率，发现河南省产业集聚区综合效率较低，主要源于较低的技术效率。三是企业视角下河南省创新效率研究。赵景峰和黄志启采用DEA模型分析金融支持对河南省国有和民营上市公司创新效率的差异化影响，并通过灰色关联分析法分析影响河南省上市公司创新效率的因素。[2]

可见，现有对河南省创新效率的研究集中于河南省城市和产业之间效率测算和差异对比，极少关注微观层面河南省企业如何提高创新效率。因此，本文从企业微观层面，采用DEA-Tobit模型测算河南省上市公司的创新效率及其影响因素，并进一步分析河南省上市公司对政府补助的吸收和利用效果，期望为河南省企业提高创新效率提供参考，并为宏观层面的政策制定提供理论依据。

二、模型设计

(一)模型选择

1.DEA模型

由于DEA(数据包络分析)方法计算简单，不需要考虑具体的生产函数和评价指标的权重，因此采用DEA模型。鉴于创新效率规模保持可变的情况，以及从投入角度分析，因此采用投入导向的DEA-BCC(可变规模报酬的数据包络分析)模型。

min[θ-ε(lTS-+lTS+)]

以上式中，X为投入变量，Y为产出变量，λ为权重，S-为投入松弛变量，S+为产出松弛变量，ε为任意无穷小的正数，θ为效率得分。

尽管DEA主要是对截面数据进行效率分析，但我国学者主要采用三种方法对面板数据进行DEA分析。具体是：基于Malmquist-DEA，直接以面板数据处理[12]；按年份分成年份的截面数据处理[13]；所有数据放入一个横截面进行处理[14]。向冰采用这三种方法对同一数据进行实证分析对比，结果显示直接以面板数据和按年份分成年份截面数据处理的实证结果相同，而与所有数据放入一个截面进行处理的结果不同。[15]因此，本文在进行DEA模型分析时，按年份形成年份截面数据进行处理。

2.Tobit模型

鉴于通过DEA模型得到的创新效率值大于0，小于等于1，且属于连续分布，因此选择Tobit模型(截尾回归模型)。[16]该模型由James Tobin(詹姆士·托宾)研究耐用消费品与家庭收入的关系而提出，标准形式如下：

其中，yi为因变量，xi为自变量，β为系数，εi为残差项。

(二)投入产出指标

投入指标。企业创新需要持续的人、财、物的投入，其中研发活动能否直接产生效果，主要依赖于研发人员所拥有的“知识”。[17]鉴于不同企业研发人员、研发投入的差异性，本文选择企业研发人员占比、研发投入占营业收入比作为投入指标。

产出指标。由于中国专利申请到获得批准需要1—2年时间，以专利授权数反映企业的创新产出情况存在一定缺陷，并且未被授权的专利仍会对后续研发产生作用，发挥经济效应。然而，专利反映企业创新活动的中间产出，并不能表示企业创新的商业化水平，因此，选择专利申请数和企业总资产净利润率作为产出指标。

(三)数据来源和处理

企业财务指标数据和股权集中度数据主要来源于国泰安数据库，政府补助数据来源于CSMAR(国泰安数据库)中上市公司财务报表附注研究数据库中损益项目，并进行手工整理，剔除为0的样本。并且，企业专利数据来源于SooPAT(专利搜索网)，以申请日和有权的搜索结果作为申请日年份的专利申请数。

考虑到创新投入到产出存在一定的时滞性，DEA模型中投入指标为2015—2017年的数据，创新产出指标(专利申请数)则为对应的2016—2018年的数据。在对创新效率影响因素研究模型中，考虑到政府补助数据较大，对连续性变量进行标准化处理，最终形成54家企业构成的、观测值为123的2016—2018年的非平衡面板数据集。

三、实证分析

(一)描述统计与相关分析

表1报告了各变量的描述性统计结果和相关系数。根据统计结果可以发现，综合效率(Crste)的最小值为0.004，最大值为1，表明河南省上市公司之间的创新效率存在明显差异。并且，政府补助(Subs)的最小值为79800，最大值为3.59e+08，表明河南省不同企业获得的政府补助存在较大差异。

表1 各变量描述统计和相关系数结果

在进行回归分析之前，对各变量进行Pearson(皮尔逊)相关性检验。根据表1，政府补助(Subs)与综合效率(Crste)、纯技术效率(Vrste)、规模效率(Scale)的相关系数均为正，且在1%的显著水平上显著，在一定程度上说明政府补助与河南省上市公司创新效率正相关。股权集中度(Fshrhfd)、企业规模(Size)与综合效率(Crste)的系数显著为正，说明股权集中度、企业规模促进河南省上市企业创新效率的提高。然而，相关系数只是反映了变量之间的相关性，并没有控制其他变量对因变量影响，因此，需要进一步进行回归分析。

(二)效率测算结果分析

表2为河南省上市公司创新效率统计结果，可以看出，2016—2018年年均纯技术效率的值都低于0.5，说明河南省上市公司在既定的产出下，投入资源过多，即资源利用率较低，存在比较严重的资源浪费。规模效率高于纯技术效率，但多数仍低于0.5。综合效率方面，在123个决策单元中34个决策单元处在生产前沿线上，达到纯技术和规模有效率。总体来看，河南省上市公司的综合效率较低，距离生产前沿的距离较远。

表2 河南省上市公司创新效率统计结果

规模报酬方面，132个决策单元中，处于规模报酬递减阶段的有14个，即创新投入过多，需要减少创新资源投入。处于规模报酬递增阶段的有98个，应扩大生产规模，使其处于最优生产规模。

(三)Tobit模型分析结果

1.回归模型

国内外学者对企业创新效率影响因素进行大量研究，本文为了分析河南省上市公司创新效率的影响因素，选取如下变量。采用Tobit模型进行检验，建立回归模型(1)：

Crstet=β0+β1Subst-1+β2Shrhfdt+β3Sizet+β4Ownshipt+ε

(1)

为了进一步分析河南省上市公司对政府补助的吸收能力，本文根据白俊红[17]的做法，以政府补助与相关变量的乘积项来测量。建立回归模型(2)—(4)：

Crstet=β0+β1Subst-1+β2Subst-1*Shrhfdt+β3Shrhfdt+β4Sizet+β5Ownshipt+ε

(2)

Crstet=β0+β1Subst-1+β2Subst-1*Sizet+β3Shrhfdt+β4Sizet+β5Ownshipt+ε

(3)

Crstet=β0+β1Subst-1+β2Subst-1*Ownshipt+β3Shrhfdt+β4Sizet+β5Ownshipt+ε

(4)

在(1)式中，因变量为创新效率，以DEA模型测算的综合效率(Crste)测量。自变量作为影响因素包括以下4项：政府补助(Subs)，考虑到政府补助对企业创新活动影响的滞后性，将政府补助滞后一期；股权集中度(Fshrhfd)，以前十大股东持股比例的平方和来测量；企业规模(Size)，以企业总资产的自然对数赋值；产权性质(Ownship)虚拟变量。本文根据李健和陈传明的处理方法，将样本企业分为民营企业和非民营企业。[18]民营企业赋值为0，非民营企业赋值为1。尽管不同行业创新效率存在差异，但本研究54个样本中6个企业属于非制造业，其他属于制造业，因此并没有加入行业虚拟变量。

在(2)—(4)中，使用标准化后的Subs(政府补助)分别与Ownship(产权性质)、标准化后的Fshrhfd(股权集中度)、Size(企业规模)的乘积项(为避免多重共线性，对变量进行标准化处理)，来分析股权集中度、企业规模、产权性质在提高河南省企业创新效率方面是否影响企业对政府补助的吸收能力。

2.分析结果

本文采用Stata12.0对Tobit模型进行回归分析，结果如表3所示。

表3 Tobit模型回归分析结果

(1)河南省上市公司创新效率影响因素分析

其一，政府补助与企业创新效率。在模型(1)—(4)中政府补助(Subs)的系数显著为正，说明政府补助促进河南省上市公司创新效率的提高，而模型(3)中政府补助的系数并不显著。政府补助在企业创新中发挥激励效应还是挤出效应仍存在很大争议。在河南省上市公司中，政府补贴发挥更多的激励效应，即政府对企业的补贴在一定程度上弥补了创新资金的缺口，增强企业创新的积极程度，从而促进企业有效利用创新资源提高效率水平。

其二，股权集中度与企业创新效率。在模型(1)、(3)和(4)中，股权集中度(Fshrhfd)系数在10%显著水平上显著为正；而在模型(2)中，股权集中度的系数为正，不显著。国内外学者基于不同理论研究股权集中度与企业创新之间的关系，研究结果包括正相关、负相关、曲线关系。在河南省上市公司中，相对集中的股权结构有利于企业创新效率的提高，即少数大股东控制企业更多表现的是治理效应。

其三，企业规模与企业创新效率。自熊彼特提出创新理论，认为规模较大企业投入更多资源，能够带来较强的创新能力。学者对企业规模和企业创新之间关系进行大量实证研究，结论包括正相关、负相关、曲线关系。在模型(1)—(3)中，企业规模的系数显著为正，说明企业规模与企业创新效率有正相关关系，即随着企业规模的增大，河南省上市公司创新效率提高。究其原因，根据表3中，目前多数河南省企业处于规模报酬递增阶段，增大的企业规模能够有效利用创新资源，提高创新能力。

其四，产权性质与企业创新效率。模型(1)、(3)和(4)中产权性质的系数显著为负，表明相对于民营企业，河南省上市公司中国有企业的创新效率较低。究其原因，尽管河南省加快推进国有企业改革，但国有企业大而不强，资产负债率较高，导致经营效率较低，并且，国有企业内部管理制度不完善，进而对创新资源利用率较低。

(2)政府补助的吸收能力实证分析

模型(2)中Subs*Fshrhfd的系数在1%水平上显著为正，表明股权集中度的提高有助于企业对政府补助资金的吸收和利用。大股东倾向于追求创新带来的长期利益，加强对管理层的监督，促进创新效率的提升。模型(3)中Subs*Ownship的系数不显著，表明不同产权性质的企业在对政府补贴吸收能力方面并没有显著差异。国有企业相比于民营企业较容易获得政府补贴，但其较低的管理效率、僵化的组织结构和不明晰的产权关系往往导致政府补贴资源利用率较低。然而，尽管民营企业产权明晰和激励制度完善，但在获得政府创新补贴方面没有较大优势，可能限制其创新效率的提高。模型(4)中Subs*Size的系数显著为负，说明大企业没有能够有效利用政府补助。究其原因，小规模企业更加灵活，可以根据市场及时调整创新方向，对政府补助加以有效利用。

四、研究结论与对策建议

本文采用DEA-BBC模型测量河南省上市公司创新效率，并采用Tobit模型进一步分析河南省上市公司创新创新的影响因素，以及上市公司对政府补助的吸收能力，主要研究结论如下：河南省上市公司综合创新效率较低，主要是纯技术创新效率较低，低于规模效率；政府补助、股权集中度和企业规模促进河南省上市公司创新效率的提高，国有企业创新效率低于民营企业创新效率；股权集中度有利于河南省上市公司在创新活动中对政府补助的利用，企业规模不利于上市公司对政府补助的吸收，但产权性质并没有影响河南省上市公司对政府补助的吸收能力。

根据以上研究，提出促进河南省上市公司创新效率的3点建议。

其一，提高河南省创新资源的利用率。提高纯技术效率方面。一方面，企业要积累创新管理经验，理清哪些创新资源投入不足，哪些创新资源投入过多，寻求优化的要素投入比例；另一方面，企业要建立更科学的创新项目评估制度，寻找有商业价值，适合提升企业核心能力的创新项目，并合理规划资源的去向，加强创新全过程的管理，保证创新项目的顺利推进。提高规模效率方面，企业应该清楚创新规模处于规模报酬的哪个阶段，进而决定是扩大还是缩小创新资源投入规模。根据分析可知，河南省多数上市公司处于规模报酬递增阶段，应加大对创新要素的投入力度。

其二，继续增加对河南省上市公司的政府补助。加强对河南省上市公司尤其是有丰厚研发基础的上市公司提供创新补贴支持。政府应规范补贴种类、补贴依据和标准，严格监督创新补贴的资金流向，防止变更资金使用方向，保证政府创新补贴的有效应用。

其三，破除政府补助对国有企业的偏好，对不同所有制性质企业采用公平的补贴政策。相对于国有企业，民营企业的创新效率较高，且大规模企业对政府资助的利用程度较高，因此，要加大对民营企业尤其是大规模民营企业的创新支持力度，弥补民营企业创新资源的不足。